神经网络应用于手写数字识别-matlab(共7页).docx

精选优质文档-倾情为你奉上实 验 报 告实验课程： 管理运筹学实验名称： 神经网络应用于手写数字识别-matlab学生姓名： 指导教师： 实验时间： 2018年1月16日实验要求：运用matlab编程进行神经网络进行手写数字识别。小组成员：姓名学号实验过程：一、BP神经网络神经网络是由很多神经元组成，可以分为输入，输出，隐含层。BP神经网络的特点：信号前向传递，信号反向传播。若输出存在误差，根据误差调整权值和阈值，使网络的输出接近预期。在用BP神经网络进行预测之前要训练网络训练过程如下：1.网络初始化：各个参数的确定包括输入，输出，隐含层的节点数，输入和隐含，隐含和输出层之间的权值，隐含，输出层的阈值，学习速度和激励函数。2.计算隐含层输出3.计算输出层输出4.误差计算5.权值更新6.阈值更新7.判断迭代是否结束二、模型建立数据集介绍：数据集包含0-9这10个数字的手写体。是放在10个文件夹里，文件